LLMを用いた列車内映像の異常検知手法の基礎検討

カテゴリ：研究会(論文単位)

論文No：VT25026,TER25093

グループ名：【D】産業応用部門 自動車/【D】産業応用部門 交通・電気鉄道合同研究会

発行日：2025/9/26

タイトル(英語)：Fundamental Study on Video Anomaly Detection Method Using LLM.

著者名：桑原 昌平(鉄道総合技術研究所),高橋 宏侑(鉄道総合技術研究所),長峯 望(鉄道総合技術研究所),羽生 奈央(元 鉄道総合技術研究所),本郷 昂貴(元 鉄道総合技術研究所)

著者名(英語)： Shohei Kuwabara(Railway Technical Research Institute),Hiroyuki Takahashi(Railway Technical Research Institute),Nozomi Nagamine(Railway Technical Research Institute),Nao Hanyu(Formerly at Railway Technical Research Institute),Koki Hongo(Formerly at Railway Technical Research Institute)

キーワード：ＡＩ,大規模言語モデル,異常検出,監視カメラ,Artificial Intelligence,LLM,Anomaly Detection,Surveillance Cameras

要約(日本語)：昨今の鉄道環境での様々な事件により列車内の安全性向上が求められているが、監視カメラの常時監視には限界がある。本稿では、監視員の代替として、映像入力に対応した大規模言語モデル（LLM）に着目し、LLMがどの程度列車内の異常を検出可能か調べた。その結果、LLMは刃物や火災などの明確な異常を高精度で検出できた。今後は、LLMと、乗客の逃避行動や表情変化を捉える深層学習モデルを組み合わせた異常検知手法の開発を目指す。

要約(英語)：This study investigates anomaly detection using LLM in train surveillance cameras. LLM accurately detect threats like knives and fires. Future work aims to combine LLM with models capturing passenger behavior and expressions for enhanced detection.

本誌：2025年9月29日自動車/交通・電気鉄道合同研究会

本誌掲載ページ：79-84p

原稿種別：日本語

PDFファイルサイズ：1,607Kバイト